Dijkstra算法

单源最短路径

给定一个带权有向图G=(V,E),其中每条边的权是一个实数。另外,还给定V中的一个顶点,称为。要计算从源到其他所有各顶点的最短路径长度。这里的长度就是指路上各边权之和。这个问题通常称为单源最短路径问题

Dijkstra算法

迪杰斯特拉算法(Dijkstra),是从一个顶点到其余各顶点的最短路径算法,解决的是有权图中最短路径问题。迪杰斯特拉算法主要特点是从起始点开始,采用贪心算法的策略,每次遍历到始点距离最近且未访问过的顶点的邻接节点,直到扩展到终点为止。

Dijkstra算法只能解决正权图问题,而要解决负权图,则需要另外一种办法SPFA算法,本文主要讲Dijkstra算法。

基本思想

现在考虑从1节点到各个顶点的最短路径,带权有向图为下图。

在这里插入图片描述

  • 1→1之间的最短路径,权值为0
  • 1→2之间只有一条路径1→2,权值为2
  • 1→3之间只有一条路径1→3,权值为3
  • 1→4之间有三条路径1→2→41→41→3→4,三条路线中最短的路径为1→2→4,权值为3

由此,最终的单源最短路径为:

在这里插入图片描述

因此,可以将Dijkstra步骤总结为:

  1. 初始化dist[start]=0
  2. 找出一个与start点距离dist最小的未确定最短路径的点x,标记它为已确定的点
  3. 遍历所有以x为起点的边得到(x,y,d),如果dist[y]>dist[x]+d,则更新dist[y]=dist[x]+d
  4. 重复2,3步直到所有的点都被标记为确定最短路径的点

对Dijkstra的堆优化

上面方法的时间复杂度为 O ( n 2 ) O(n^2) O(n2),其中查找最小dist的时间复杂度为 O ( n ) O(n) O(n),可以使用小根堆的方法去优化它。

受限定义一个优先队列pq,设dist值小的优先级更高,这样可以通过q.poll来通过 O ( log ⁡ n ) O(\log n) O(logn)的时间复杂度找到dist中最小的点。

代码实现

import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;
import java.util.PriorityQueue;

public class Template {
    public int[] dijkstra(List<int[]>[] graph, int start) {
        int[] dist = new int[graph.length];
        Arrays.fill(dist, Integer.MAX_VALUE);
        dist[start] = 0;

        PriorityQueue<int[]> pq = new PriorityQueue<>((a, b) -> a[1] - b[1]);
        pq.offer(new int[]{start, 0});
        while (!pq.isEmpty()) {
            int[] edge1 = pq.poll();
            int v1 = edge1[0], c1 = edge1[1];
            if (c1 > dist[v1]) continue;
            for (int[] edge2 : graph[v1]) {
                int v2 = edge2[0];
                int c2 = c1 + edge2[1];
                if (c2 < dist[v2]) {
                    dist[v2] = c2;
                    pq.offer(new int[]{v2, c2});
                }
            }
        }
        return dist;
    }

    public static void main(String[] args) {
        Template template = new Template();

        int n = 4;
        int[][] edges = new int[][]{
                {0, 1, 2},
                {1, 3, 1},
                {0, 3, 4},
                {0, 2, 3},
                {2, 3, 3}
        };
        int start = 0;

        List<int[]>[] graph = new ArrayList[n];
        Arrays.setAll(graph, e -> new ArrayList<>());

        for (int[] edge : edges) {
            int u = edge[0], v = edge[1], c = edge[2];
            graph[u].add(new int[]{v, c});
        }

        int[] dist = template.dijkstra(graph, start);
        for (int item : dist) System.out.printf("%d ", item);
    }
}

题目链接

  1. 743. 网络延迟时间
  2. 882. 细分图中的可到达节点
  3. 1976. 到达目的地的方案数
  4. 2203. 得到要求路径的最小带权子图

参考文献:

  1. 【算法】单源最短路径——dijkstra算法
### Dijkstra算法简介 Dijkstra算法是一种用于解决单源最短路径问题的经典算法,适用于带权重的有向或无向中的最短路径计算[^1]。该算法的核心思想是从起始节点出发,逐步扩展已知距离最小的未访问节点,并更新其邻居节点的距离。 --- ### Dijkstra算法实现 以下是基于优先队列优化版本的Dijkstra算法实现: #### Python代码示例 ```python import heapq def dijkstra(graph, start): # 初始化距离字典,默认值为无穷大 distances = {node: float('inf') for node in graph} distances[start] = 0 # 使用堆来存储待处理节点及其当前距离 priority_queue = [(0, start)] while priority_queue: current_distance, current_node = heapq.heappop(priority_queue) # 如果当前距离大于记录的距离,则跳过此节点 if current_distance > distances[current_node]: continue # 遍历相邻节点并更新距离 for neighbor, weight in graph[current_node].items(): distance = current_distance + weight # 更新更短的距离 if distance < distances[neighbor]: distances[neighbor] = distance heapq.heappush(priority_queue, (distance, neighbor)) return distances ``` 上述代码中,`graph` 是一个邻接表形式表示的加权,其中键是节点名称,值是一个字典,描述与其相连的其他节点以及边的权重[^2]。 --- ### Dijkstra算法的应用场景 1. **网络路由协议** 在计算机网络中,路由器可以利用Dijkstra算法找到到达目标地址的最佳路径,从而提高数据传输效率[^3]。 2. **地导航系统** 地服务提供商(如Google Maps)通过Dijkstra算法或其他改进版算法快速计算两点之间最短路径,提供给用户最佳行驶路线[^4]。 3. **社交网络分析** 社交网络中可以通过Dijkstra算法衡量两个用户的连接紧密程度,帮助推荐好友或者发现潜在的关系链[^5]。 4. **物流配送规划** 物流公司使用类似的最短路径算法优化货物运输线路,减少成本和时间消耗[^6]。 --- ### 示例说明 假设有一个简单的加权如下所示: ```plaintext A --(1)-- B --(2)-- C | | | (4) (1) (3) | | | D -------- E ------- F (1) ``` 对应的Python输入格式为: ```python graph = { 'A': {'B': 1, 'D': 4}, 'B': {'A': 1, 'E': 1, 'C': 2}, 'C': {'B': 2, 'F': 3}, 'D': {'A': 4, 'E': 1}, 'E': {'D': 1, 'B': 1, 'F': 1}, 'F': {'E': 1, 'C': 3} } start_node = 'A' result = dijkstra(graph, start_node) print(result) ``` 运行结果将是各节点到起点 `A` 的最短路径长度: ```plaintext {'A': 0, 'B': 1, 'C': 3, 'D': 4, 'E': 2, 'F': 3} ``` 这表明从节点 A 到其余各个节点的最短路径分别为:B 距离为 1;C 距离为 3;等等[^7]。 ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值